前三篇文章为Hadoop环境配置和命令行运行程序及查看结果等等。
安装eclipse
注：只需在master上安装即可
在www.eclipse.org下载linux对应32位安装包，在根目录新建eclipse文件夹
拷贝eclipse-java-mars-R-linux-gtk.tar.gz到eclipse目录下，并解压。
运行eclipse
这样eclipse就安装好了。
接下来安装eclipse下的hadoop-2.2.0插件
下载插件解压放到eclipse的plugin目录下，重启eclipse
http://yun.baidu.com/share/link?shareid=4030904860&uk=3678057217
配置hadoop installation directory
打开Window-->Preferences，找到Hadoop Map/Reduce选项，在这个选项里你需要配置Hadoop installation directory。配置完成后退出。
选择目录/usr/local/hadoop/hadoop-2.2.0，点击applyàok
配置Map/Reduce Locations。 在Window-->Show View->other...，在MapReduce Tools中选择Map/Reduce Locations。
在Map/Reduce Locations（Eclipse界面的正下方）中新建一个Hadoop Location
在这个View中，点击鼠标右键-->New Hadoop Location。
在弹出的对话框中你需要配置Location name，可任意填，如Hadoop，以及Map/Reduce Master和DFS Master。这里面的Host、Port分别为你在mapred-site.xml、core-site.xml中配置的地址及端口。
新建一个hadoop项目测试.
新建项目:File-->New-->Other-->Map/Reduce Project 项目名可以随便取，如hadoopTest。
新建测试类，wordCountTest,（复制wordCount源代码）代码如下:
1 package hadoopTest;
2
3 import java.io.IOException;
4
5 import java.util.StringTokenizer;
6
7 import org.apache.hadoop.conf.Configuration;
8
9 import org.apache.hadoop.fs.Path;
10
11 import org.apache.hadoop.io.IntWritable;
12
13 import org.apache.hadoop.io.Text;
14
15 import org.apache.hadoop.mapred.JobConf;
16
17 import org.apache.hadoop.mapreduce.Job;
18
19 import org.apache.hadoop.mapreduce.Mapper;
20
21 import org.apache.hadoop.mapreduce.Reducer;
22
23 import org.apache.hadoop.mapreduce.lib.input.FileInputFormat;
24
25 import org.apache.hadoop.mapreduce.lib.output.FileOutputFormat;
26
27 import org.apache.hadoop.util.GenericOptionsParser;
28
29 public class wordCountTest {
30
31 /**
32
33 * MapReduceBase类:实现了Mapper和Reducer接口的基类（其中的方法只是实现接口，而未作任何事情）
34
35 * Mapper接口：
36
37 * WritableComparable接口：实现WritableComparable的类可以相互比较。所有被用作key的类应该实现此接口。
38 * Reporter 则可用于报告整个应用的运行进度，本例中未使用。
39 *
40 */
41 public static class TokenizerMapper
42 extends Mapper<Object, Text, Text, IntWritable>{
43 /**
44 * LongWritable, IntWritable, Text 均是 Hadoop 中实现的用于封装 Java 数据类型的类，这些类实现了WritableComparable接口，
45 * 都能够被串行化从而便于在分布式环境中进行数据交换，你可以将它们分别视为long,int,String 的替代品。
46 */
47 private final static IntWritable one = new IntWritable(1);
48 private Text word = new Text();//Text 实现了BinaryComparable类可以作为key值
49 /**
50 * Mapper接口中的map方法：
51 * void map(K1 key, V1 value, OutputCollector<K2,V2> output, Reporter reporter)
52 * 映射一个单个的输入k/v对到一个中间的k/v对
53 * 输出对不需要和输入对是相同的类型，输入对可以映射到0个或多个输出对。
54 * OutputCollector接口：收集Mapper和Reducer输出的<k,v>对。
55 * OutputCollector接口的collect(k, v)方法:增加一个(k,v)对到output
56 */
57 public void map(Object key, Text value, Context context) throws IOException, InterruptedException {
58 /**
59 * 原始数据：
60 * c++ java hello
61 world java hello
62 you me too
63 map阶段，数据如下形式作为map的输入值：key为偏移量
64 0 c++ java hello
65 16 world java hello
66 34 you me too
67 */
68 /**
69 * 以下解析键值对
70 * 解析后以键值对格式形成输出数据
71 * 格式如下：前者是键排好序的，后者数字是值
72 * c++ 1
73 * java 1
74 * hello 1
75 * world 1
76 * java 1
77 * hello 1
78 * you 1
79 * me 1
80 * too 1
81 * 这些数据作为reduce的输出数据
82 */
83 StringTokenizer itr = new StringTokenizer(value.toString());//得到什么值
84 System.out.println("value什么东西 ： "+value.toString());
85 System.out.println("key什么东西 ： "+key.toString());
86 while (itr.hasMoreTokens()) {
87 word.set(itr.nextToken());
88 context.write(word, one);
89 }
90 }
91 }
92 public static class IntSumReducer extends Reducer<Text,IntWritable,Text,IntWritable> {
93 private IntWritable result = new IntWritable();
94 /**
95 * reduce过程是对输入数据解析形成如下格式数据：
96 * (c++ [1])
97 * (java [1,1])
98 * (hello [1,1])
99 * (world [1])
100 * (you [1])
101 * (me [1])
102 * (you [1])
103 * 供接下来的实现的reduce程序分析数据数据
104 *
105 */
106 public void reduce(Text key, Iterable<IntWritable> values, Context context) throws IOException, InterruptedException {
107 int sum = 0;
108 /**
109 * 自己的实现的reduce方法分析输入数据
110 * 形成数据格式如下并存储
111 * c++ 1
112 * hello 2
113 * java 2
114 * me 1
115 * too 1
116 * world 1
117 * you 1
118 *
119 */
120 for (IntWritable val : values) {
121 sum += val.get();
122 }
123 result.set(sum);
124 context.write(key, result);
125 }
126 }
127 public static void main(String[] args) throws Exception {
128 /**
129 * JobConf：map/reduce的job配置类，向hadoop框架描述map-reduce执行的工作
130 * 构造方法：JobConf()、JobConf(Class exampleClass)、JobConf(Configuration conf)等
131 */
132 //重点！根据自己的实际情况填写输入分析的目录和结果输出的目录
133 args = new String[2];
134 args[0] = "hdfs://localhost(ip地址):9000/input";
135 args[1] = "hdfs://localhost(ip地址):9000/output";
136 Configuration conf = new Configuration();
137 String[] otherArgs = new GenericOptionsParser(conf, args).getRemainingArgs();
138 for(String s : otherArgs){
139 System.out.println(s);
140 }
141 //这里需要配置参数即输入和输出的HDFS的文件路径
142 if (otherArgs.length != 2) {
143 System.err.println("Usage: wordcount <in> <out>");
144 System.exit(2);
145 }
146 // JobConf conf1 = new JobConf(WordCount.class);
147 Job job = new Job(conf, "word count");//Job(Configuration conf, String jobName) 设置job名称和
148 job.setJarByClass(wordCountTest.class);
149 job.setMapperClass(TokenizerMapper.class); //为job设置Mapper类
150 job.setCombinerClass(IntSumReducer.class); //为job设置Combiner类
151 job.setReducerClass(IntSumReducer.class); //为job设置Reduce类
152 job.setOutputKeyClass(Text.class); //设置输出key的类型
153 job.setOutputValueClass(IntWritable.class);// 设置输出value的类型
154 FileInputFormat.addInputPath(job, new Path(otherArgs[0])); //为map-reduce任务设置InputFormat实现类 设置输入路径
155 FileOutputFormat.setOutputPath(job, new Path(otherArgs[1]));//为map-reduce任务设置OutputFormat实现类 设置输出路径
156 System.exit(job.waitForCompletion(true) ? 0 : 1);
157 }
158 }
159
160 右键选择run java application ，如果执行成功刷新下hdfs的目录会出现 /output目录 结果就在part-r-00000文件
时间： 2024-10-11 18:59:06